砸錢給大V做營銷，冤不冤？

希南·阿拉爾(Sinan Aral)

每次演講時，我都會做個小實驗：

首先，我請在推特上關注了演員阿什頓·庫徹（Ashton Kutcher）的聽眾舉手。不出所料，大部分聽眾都舉了手。最近幾年，庫徹一直在大肆搜羅粉絲，甚至不惜租用廣告牌宣傳自己的推特。2009年，他成為第一位粉絲數(shù)破千萬的推特用戶；2013年初，這一數(shù)字攀升到1370萬。庫徹儼然是社交媒體“影響者”的化身。

不過，當我再問：他的推文直接影響過你的行動嗎？大部分時候，都無人舉手。因此，我不得不思考：如果像庫徹這樣的典型影響者都不能改變人們的行為，那他的影響力又體現(xiàn)在哪里？

這個問題值得所有營銷員深思。

關于“影響力”的爭論

馬爾科姆·格拉德威爾（M a l c o l m Gladwell）在2000年出版的《引爆點》（The Tipping Point）一書使“影響者”這一概念迅速躥紅。各路商家深信，如果能把產品推給互相關注、發(fā)言踴躍的特定消費者群體，人際影響的效應遲早將觸發(fā)產品的流行引爆點。他們在社交媒體營銷上投入巨額資金，希望積聚足夠的人氣，并同時運用Klout、PeerIndex等公司開發(fā)的“影響力指標”，試圖精確把握每位粉絲的影響力；他們希望告別昂貴低效的傳統(tǒng)大眾廣告，轉向點對點的口碑營銷。影響力的效力并不止于營銷領域。政策制定者也在研究如何運用影響力來為社會帶來積極變化，例如，減少肥胖。

這項工作極富挑戰(zhàn)性。即使手握強大統(tǒng)計工具的數(shù)據(jù)科學家也會發(fā)現(xiàn)，從紛繁復雜的各種因素中剝離出影響力因素絕非易事。準確把握影響力，可以提升企業(yè)利潤，助推社會改革；但如果判斷失誤，將原本就具有購買傾向的消費者當成營銷目標人群，那么營銷活動就做了無用功。

在研究了影響力在消費行為中的作用后，一些學者開始質疑格拉德威爾等人是否高估了影響力。例如，鄧肯·瓦茨（Duncan Watts）在他的《顯而易見》（Everything Is Obvious）一書中就認為，影響力本身并不必然制造流行趨勢，在引領潮流方面，大明星庫徹和普通人并無分別。

解決這些爭論需要數(shù)據(jù)，尤其是實驗數(shù)據(jù)。為此，我和同事以社交媒體為平臺，進行了一系列實驗研究，意在更精確地評估影響力。盡管這些試驗的最終結論尚不明晰，但企業(yè)仍可以參考我們的初步研究成果，找準最具影響力的人群和最易受影響的人群。

物以類聚，人以群分

影響力常被誤讀，主要原因在于，我們常把相關關系和因果關系搞混。

眾多關于人類行為方式的研究已經表明，人們傾向于同時和朋友做相同的事。這是人們互相影響的結果，還是緣于其他因素呢？社會學中的“同嗜性”（homophily）概念提供了一種可能的解釋。

俗話說，物以類聚，人以群分。我們傾向于與自己相似的人在一起。我們的偏好、興趣以及行為方式都與朋友高度相關：我們同時購買相同的產品，觀看同樣的電視節(jié)目，瀏覽同樣的網站（自然而然，接收相同的廣告信息）；我們外出就餐、健身、通勤路線的選擇也大體相同。這些現(xiàn)象看似受控于社會影響力，其實可能與之完全無關。研究者將這些同嗜現(xiàn)象稱為“混雜因素”（confounding factors）。

為準確評估社會影響力，我們需要找出各種混雜因素，以區(qū)分開行為傾向和行為變化。若要衡量你可以在多大程度上影響我的購買決定，就必須區(qū)分我已有的購買傾向和你的推薦行為對我產生的額外影響。在實際操作中，這非常困難，好在社交媒體提供了全新的實驗平臺。

傳統(tǒng)模型將影響力的作用高估了七倍

我們研究了雅虎即時通訊平臺的2700萬用戶對某項移動服務的使用情況，具體說，就是考察用戶的使用和推薦如何影響其好友對該服務的選擇。實驗目的在于，運用統(tǒng)計方法，將影響力因素從同嗜性等混雜因素中區(qū)分出來。

結果表明，傳統(tǒng)模型將影響力的作用高估了七倍之多；約有一半的“影響力”只是同嗜現(xiàn)象及其他混雜因素的結果。我們還發(fā)現(xiàn)，在產品生命周期的早期階段，人們對影響力的高估尤為這些發(fā)現(xiàn)可能會讓你徹底改變營銷戰(zhàn)略。

假設你是一位首席營銷官，正在籌備新品發(fā)布。公司數(shù)據(jù)科學家分析認為，該產品的采用者會帶動很多朋友采用這款產品，你會怎么做？若數(shù)據(jù)科學家認為，在90%的情況下，影響力發(fā)揮了作用，你可能會將大部分預算投入到點對點營銷和口碑營銷上；若數(shù)據(jù)科學家認為，在90%的情況下，同嗜性在發(fā)揮作用，你會意識到，以人際影響為核心的點對點營銷可能派不上用場，于是轉而研究潛在用戶群的特征，細分市場，利用傳統(tǒng)的廣告和促銷手段來贏得消費者。

人們愿意將好處傳遞給朋友

在第二項實驗中，我們研究了1 4 0萬Facebook用戶下載一款電影應用的情況，以找出影響他們做出決定的因素。

我們將下載了這款應用的用戶隨機分成三組：第一組用戶有權自行邀請朋友試用；第二組用戶的朋友則會接到一條自動生成的信息，提示你的好友正在使用這款應用；第三組用戶的朋友不會收到任何信息。結果，收到主動邀請的人中，有6%下載了應用；在收到自動提示的人群中，這一比例僅為2%。

此外，我們比較了發(fā)送個邀請而成功邀請到朋友以及只是向朋友發(fā)送自動提示就邀請到朋友的這兩類已有用戶，長期來看，前者使用應用的時間比后者多出17%。

總而言之，這些營銷策略不僅提高了用戶的參與度，還帶來了相當數(shù)量的新用戶。更值得一提的是，設計并實施這些策略只需一次性支出600美元。

另外，通過深入的影響力數(shù)據(jù)分析，我們發(fā)現(xiàn)以下規(guī)律：一般而言，男性比女性更具影響力；女性較易影響男性，而不易影響其他女性；30歲以上人士比年輕人更具影響力，且更不易受影響；已婚人士比單身人士更不易受影響；影響力與易受影響的程度成反比，即影響力越強的人，越不易受別人影響，反之亦然。

雖然這些結論不一定對所有產品都成立，但我們的實驗示范了衡量影響力的一般方法，這有助于企業(yè)搞清楚哪類消費者的影響力能為其產品帶來更多用戶。

此后，我們又研究了企業(yè)應如何激勵消費者向他人推薦其產品。

在實驗中，為推廣一家網上花店，我們設置了三種激勵方式：如果向朋友推薦訂花服務，第一組用戶每人獲得10美元的獎勵（“自私激勵”）；第二組用戶沒有任何獎勵，但他們的朋友在該網站注冊即可得到10美元折扣（“慷慨激勵”）；第三組用戶和他們的朋友每人各得5美元（“公平激勵”）。

結果出乎意料：慷慨激勵和公平激勵比自私激勵帶來了更多推薦次數(shù)。這表明，人們愿意將好處傳遞給朋友，而不是轉發(fā)垃圾郵件。

我們應積極地研究驅動人類行為發(fā)生變化的因素，社會影響力營銷的未來有賴于此。如果錯將混雜因素當成影響力，我們將在市場營銷乃至公共政策領域走彎路。